dsh-invest-bundle
DSH 原生投研插件：23 个改造自 ai-berkshire 的投研技能 + 数值严谨工具 + 四大师并行 workflow（四个真实 Agent）+ 图文并茂 PDF 渲染管线。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:woshipixiu1234/dsh-invest-bundle#71f270c144222c5fd1c3142b09179b1675fe8c5aInvest Bundle 以 dsh-invest-bundle 发布，当前版本为 0.2.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
把 价值投资研究能力 装进 DeepSeek Harness 的捆绑插件：23 个投研技能 + 10 个原生工具 + 四大师并行 workflow + 图文并茂 PDF 渲染管线，零外部 npm 依赖。
tools/，原样保留（Decimal 精确计算、准出审核、终值推演）普通 LLM 写研报的通病：没有一手资料、数字靠心算、结论模棱两可、无法复核。这个包用四层约束堵住：
invest_search 多路降级检索 + invest_fetch 直抓/降级 r.jina.ai，拿到正文才算数invest_rigor 跑 Python 工具做市值验算、交叉验证、三情景、Benford 造假检测、十年 IRR 审计invest_workflow → workflow 工具，四个真实 Agent 的进度显示在会话面板）→ invest_chart 出图 → invest_report_pdf 出 PDF → invest_pdf_check 准出。PDF 是交付物，md 只是过程稿在 DSH 桌面端的「插件 → 发现」里搜索 dsh-invest-bundle 安装，重启后生效。
也可以用 Git 目标直接安装：
https://github.com/woshipixiu1234/dsh-invest-bundle
# 或 release 附件里的 dsh-invest-bundle.tgz
从源码开发时，把仓库放到本地，在 profile 的 package.json 里用 link: 指向仓库目录，并加入 dsh.profile.bundles，pnpm install 后重启桌面端：
"dependencies": {
"dsh-invest-bundle": "link:/path/to/dsh-invest-bundle"
},
"dsh": { "profile": { "bundles": [ ..., "dsh-invest-bundle" ] } }
源码改动无需重装：bundle 启动树只在启动时读取，重启即生效。
对模型说一句：「用 investment-team 研究贵州茅台 600519.SH，报告日 2026-10-20」。
它会先调 invest_workflow 拿脚本与参数，再用 workflow 起四个并行 Agent（进度在会话面板里可见），
交叉质证后由主笔写成 report.md，invest_chart 出图，invest_report_pdf 渲染成 PDF，
最后 invest_pdf_check 校验页数与插图数。产物在 reports/<公司>-深度研究-<日期>/report.pdf。
只想做单点任务时不必上 workflow：直接说「看一下这家公司的财报」或「筛一遍白酒行业」，
对应的 earnings-review / industry-funnel 等技能会被按需调用。
| 工具 | 作用 | 关键行为 |
|---|---|---|
invest_channels | 通道健康度体检 | 13 行状态表（11 条 harvest 通道 + 自身检索/抓取），状态 ok/degraded/missing/needs-key/needs-login |
invest_search | 联网检索 | 降级链 Tavily → Exa → DuckDuckGo → DDG-Lite → Bing；返回 degraded 标记，全失败时明令「不得编造」 |
invest_fetch | 抓正文 | 直抓 → 挑战页检测 → 升级 r.jina.ai；标记 paywall / unreachable |
invest_audit | 来源可信度 | 读正文的五维打分（权威性/一手性/可验证/时效/偏见，0-20 分），阈值 17 可信 / 11 谨慎 |
invest_verify | 断言交叉验证 | 数字覆盖率×0.7 + 短语覆盖率×0.3；同一指标两源偏差 >5% 记冲突；≥2 源支持且无冲突才 verified |
invest_rigor | 跑 Python 投研工具 | 白名单 9 个脚本，execFile 无 shell，参数长度与字符校验，PYTHONUTF8=1 |
invest_workflow | 装载四大师 workflow | 返回 {meta, script, args, paths}：6 阶段、四个真实并行成员；脚本与参数原样传给 workflow 工具 |
invest_chart | spec 驱动出图 | 13 种图表类型，统一配色/标题/来源脚注，PNG 落 <outDir>/charts/，dpi 200 |
invest_report_pdf | Markdown→图文 PDF | 封面/结论框/表格/图注/页脚 PAGE 域；引擎自动降级 LibreOffice Kit → soffice → Word COM → Chrome |
invest_pdf_check | PDF 准出检查 | 页数/内嵌插图/文本量，可渲染前 N 页 PNG；门槛 pages>=8 && images>=4 |
harvest_verify 的实现是「任一关键词命中即算该来源支持该论断」，一个「腾讯」就能让几十个来源全部计票，两票即 verified——假阳性极高。invest_verify 要求数字覆盖率和短语覆盖率同时达标，并把数值冲突单独判为 contradicted。
harvest_audit 只看 URL 和来源类型猜权威性，不读正文。invest_audit 读正文，按数字密度、一手标记、时效、标题党词打分。
总控 invest（11 步流水线 + 联网预检 + 硬性底线 + PDF 交付），深度研究走 investment-team（四大师 workflow），成稿排版走 report-publish，其余 20 个来自 ai-berkshire，按用途分组：
investment-research（8 步 + 三情景 + 十年折现审计）、investment-team（四大师并行 workflow，交付 PDF）、management-deep-dive、private-company-research、deep-company-seriesearnings-review（一手资料精读 8 步）、earnings-team（6 Agent 三阶段）industry-research、industry-funnel（4 层漏斗）、quality-screen（7 条去劣）、bottleneck-hunter、era-alpha、investment-checklistportfolio-review、thesis-tracker、thesis-drift、news-pulse、income-investmentfinancial-data（分市场取数规范）、dyp-ask（段永平式提问）、wechat-article、report-publish（图表/PDF 排版与准出）investment-team 技能的标准动作是三步：
invest_workflow({ company, ticker, market, asOf }) 拿到脚本、meta 与预填参数（路径已按安装位置解析）workflow({ meta, script, args }) 发起运行——四个真实 Agent 并行：段永平·商业模式 / 巴菲特·财务估值 / 芒格·行业竞争 / 李录·风险与管理层<outDir>/report.pdf（≥8 页、≥4 图）六个阶段都会出现在会话的 workflow 面板里，可展开看每个成员的实时状态与返回值。完成判据只有一个：ok=true && pdf.pages>=8 && images>=4；md/docx 只是中间产物。
渲染契约见 docs/report-pipeline.md：Markdown 子集、report-meta.json 字段、图表 spec（13 种类型）、引擎降级链与质量门槛。
financial_rigor.py（6 子命令：市值验算/估值验算/交叉验证/Benford/精算/三情景）、terminal_value.py（终值倍数与十年 IRR，含 C1/C2/C3 三条硬约束审计）、report_audit.py（报告数据抽检 15% + 准出/打回判决）、reports_index.py、stock_screener.py、ashare_data.py、twstock_data.py（FinMind）、xueqiu_scraper.py（需 playwright）、morningstar_fair_value.py、momentum_backtest.py / _v2.py、star_history_chart.py。
全部零第三方依赖（仅 stdlib，xueqiu_scraper.py 除外），Python 3.10+ 可跑。
其中 star_history_chart.py 依赖上游两个因许可原因未随包分发的资产（xkcd 字体为 CC BY-NC），
仅作参考保留、也不在 invest_rigor 执行白名单内——详见 NOTICE.md 第 3.1 节。
tools/report/ 是原创渲染管线，只依赖 python-docx + matplotlib + 标准库：
| 文件 | 作用 |
|---|---|
palette.py | 唯一视觉 token：NAVY/AMBER/BLUE… 配色、字体、matplotlib 主题、save_fig() |
make_charts.py | --spec spec.json --out-dir charts/ [--json]，13 种图表类型，统一标题/脚注/配色 |
build_report_pdf.py | --md report.md --out-dir . --meta report-meta.json [--engine auto] [--json]，输出 docx + pdf |
check_pdf.py | --pdf report.pdf [--json] [--render-pages 3]，页数/插图/文本量/渲染目检 |
cd packages\dsh-invest-bundle
node test\verify-skills.mjs # 23 个技能 frontmatter 与残留检查
node test\verify-deliverables.mjs # workflow 脚本 + PDF 管线 + 10 工具 / 23 技能注册
node test\register.mjs # 假 ctx 验证工具 + 技能注册
node test\smoke.mjs # 检索/抓取/审计/验证/脚本 全链路
node test\tools-check.mjs # 逐个工具真实调用
node test\pack-check.mjs # 打包产物验收（npm pack → 解包 → import → 注册）
verify-deliverables.mjs 会检查：workflow 脚本语法（async 包装）、6 个 phase() 与 meta 一致、四个成员 label、PDF 完成门槛、
tools/report/*.py 是否完整、关键技能是否接线到新工具、以及 apply() 实际注册的 10 个工具与 23 个技能。
70646dd3aed80a7398fb293cc2b2a4de30d6070c；tools/ 下 12 个 .py 与 1 个 .sh 为原样复制、未修改。LICENSE + NOTICE.md（含上游 MIT 全文），
以及 skills/UPSTREAM-NOTICE.md、tools/UPSTREAM-NOTICE.md（子目录单独分发时也不丢署名）。invest、第 23 个技能 report-publish、
workflows/、tools/report/ 与本包 index.js/lib/ 全部代码为原创。node test\license-check.mjs --remote（与上游逐字节比对：13/13 相同、21/21 不同）。检索与抓取无需任何 Key 即可用（Bing 兜底）。想要更好质量与稳定性，见 docs/HARVEST-CHANNELS.md：Tavily / Exa 的 Key、harvest 各平台通道的安装与登录状态。
本包是研究流程工具，不构成投资建议。所有评分均为启发式，不能替代对原始报表、公告与合同的核对。